Initiation

1
Initiation à lutilisation du logiciel STATISTICA

• Joseph LARMARANGE
• http//joseph.larmarange.net
• Intervention du 9 janvier 20042ème année en
  Ressources HumainesGEA (Gestion des Entreprises
  et des Administrations)IUT dOrléans

2
Plan

• Saisie des données
• Statistiques descriptives
• Corrélation linéaire
• Test du Khi 2

3
Principes dun fichier STATISTICA

• Les données sont saisies sous la forme dun
  tableau.
• En colonnes, des variables (soit le nombre
  dinformation que nous avons pour chaque
  individu).
• En lignes, des individus (cela peut-être des
  personnes physiques, des ménages, des
  institutions, etc.).

4
Exemple de données à saisir

• Il sagit du montant des ventes dune équipe de
  15 vendeurs.Pour chacun deux, on dispose du
  sexe, de lâge et du chiffre daffaire
  réalisé.

5
Création dun nouveau fichier (Fichier gt Nouveau)

• Indiquer le nombre de variables (3)

• Et le nombre dobservations (ici 15)

• Cliquez sur OK.

6
Création dun nouveau fichier

• Apparition du fichier de données.

• On va maintenant spécifier le nom des variables

7
Nommer les variables

• On donnera un nom court mais explicite. Mieux
  vaut éviter les caractères particuliers.

• Il est aussi possible de faire une description
  détaillée des variables.

8
Nommer les variables

• On donnera un nom court mais explicite. Mieux
  vaut éviter les caractères particuliers.

• Il est aussi possible de faire une description
  détaillée des variables.

9
Les variables qualitatives

• On privilégiera de saisir un code chiffre plutôt
  quun texte pour éviter les erreurs de saisie.
• Cependant, il est toujours possible de donner une
  étiquette (valeurs-texte) aux différentes
  modalités.

ATTENTION Avant de cliquer, sur Valeurs-Texte,
il faut d abord sélectionner la variable
concernée.
10
Modifier les Valeurs-Texte

• Donner un texte court pour la Valeur-Texte.

• Préciser la correspondance numérique.

• Une étiquette pour préciser la modalité est
  disponible.

• ltlt gtgt servent à passer d une variable à
  lautre.

Le nom de la variable concernée apparaît en haut
à droite
11
Saisie des données
Exemple 1
12
Saisie des données
On peut choisir dafficher les Valeurs-Texte ou
leur équivalent numérique en allant dans le menu
Affichage gt Afficher les
Valeurs-Texte ou en cliquant sur le bouton
13
Statistiques descriptives

• Aller dans le module Statistiques Élémentaires
  disponible dans le menu Statistiques.

14
Statistiques descriptives

• Choisir les statistiques descriptives.

15
Choisir les variables

• Un clic sur le bouton Variables.

16
Choisir les variables

• Sélectionner les variables retenues pour
  lanalyse
• Pour une liste continue de variables, utilisez la
  touche SHIFT (ou ?) et pour une liste
  discontinue la touche CTRL

17
Statistiques descriptives

• Cliquer sur le bouton Synthèse

18
Résultats
19
Pour poursuivre lanalyse

• Cliquer sur ce bouton

20
Onglet Avancé

• Cet onglet donne accès à un nombre plus important
  de statistiques

21
Petit rappel sur le coefficient de corrélation r
22
Corrélation
Exemple 2
23
Saisie des données
24
Corrélation

• Choisir les matrices de corrélation dans les
  Statistiques élémentaires.

25
Définir les variables de lanalyse

• Un clic sur le bouton 2 listes.

26
Définir les variables de lanalyse
27
Lancer lanalyse

• Sous longlet Options, choisir Tableau détaillé.
• Cliquer sur Synthèse.

28
Résultats détaillés

• r(X,Y) est le coefficient de corrélation.
• Les résultats sont en rouge si les résultats sont
  significatifs avec un risque derreur de 5
  (plt0.05, le seuil est paramétrable sous longlet
  options). La valeur de p est fournie. t
  correspond à la statistique du test utilisé.

29
Résultats détaillés

• N rappelle le nombre dobservations considérées.
• La moyenne et lécart-type de chacune des deux
  variables sont donnés à titre indicatif.

30
Résultats détaillés

• Rappelons que le principe est de trouver une
  droite qui représente le mieux les deux
  variables. On cherche donc à modéliser le rapport
  entre X et Y de la forme Y a X b.
• Mais il est aussi possible de modéliser sous la
  forme X c Y d.

31
Résultats détaillés
b a d c

• Statistica donne ces 4 coefficients Y a X
  B X c Y d
• Ainsi ici, Y 0,18 X 1,39 et X 4,87 Y -
  4,34

32
Afficher la droite de régression

• Un clic sur Nuages de points en 2D.

33
Afficher la droite de régression

• Statistica trace la droite de régression ainsi
  que les valeurs observées représentées par un
  petit cercle.

34
Autre exemple
Exemple 3
Un psychologue de larmée américaine a remarqué
que les soldats qui fumaient le plus avaient
tendance à contracter plus de rhumes que les
fumeurs légers. Par ailleurs il pense que les
fumeurs sont des personnalités plus stressées que
les non-fumeurs et que ce facteur stress
pourrait être responsable de leur santé fragile.
Variables relevées  CIGA  nombre de
cigarettes fumées par semaine RHUM nombre de
rhumes contractés dans lannée écoulée STRE  mes
ure du stress sur une échelle de 1 (faible) à 5
(élevé)
35
Autre exemple
Exemple 3
36
Résultats

• Nous avons affiché la matrice de corrélation
  simple.
• Il apparaît à p5 quil y a une corrélation
  significative entre le nombre de cigarettes et le
  nombre de rhumes.
• Par contre, le stress nenregistre aucune
  corrélation significative avec les deux autres
  variables.

37
Test du Khi 2
Exemple 4
Lors d'une étude sur la connaissance du sida chez
les femmes guinéennes âgées de 15-49 ans, on a
construit un indicateur de connaissance du sida
répartie en quatre groupes faible, moyenne,
bonne et très bonne. Les données sont issues de
l'Enquête de Démographie et de Santé 1999. On a
comparé cet indicateur avec le niveau
d'instruction des femmes. Les effectifs sont les
suivants (elles portent sur 6.561 femmes)
38
Saisie des données

• Nous avons 6.561 individus et 2 variables. Nous
  devrions donc remplir un tableau comportant 6.561
  lignes et 2 colonnes.
• Cependant, il apparaît que certains individus
  sont identiques (cest-à-dire présentant
  exactement les mêmes valeurs pour chaque
  variables).Ainsi, nous avons 888 femmes qui ont
  toute une faible connaissance du sida et aucun
  niveau dinstruction.
• Nous constatons quil y a en tout 16  profils
  dindividu  différents.
• Au lieu de rentrer les caractéristiques des 6.561
  femmes, nous allons saisir les caractéristiques
  des 16 profils type et indiquer dans une
  troisième variable (le poids) le nombre de femmes
  que ce profil représente.
• Cest le principe de la pondération.

39
Saisie des données

• Nous allons donc créer un fichier comportant 16
  observations et 3 variables.
• Pour la connaissance du sida, nous coderons 1 une
  faible connaissance, 2 une moyenne, 3 une bonne
  et 4 une très bonne.
• Pour le niveau dinstruction, 0 pour aucun, 1
  pour primaire, 2 pour secondaire et 3 pour
  supérieur.

40
Saisie des données

• Voici le fichier de données que nous obtenons.

41
Test du Khi 2

• Choisir les tableaux et tris croisés dans les
  Statistiques élémentaires.

42
Saisir les variables

• Un clic sur Spécifier les tables.

43
Saisir les variables

• Sélectionner les variables de lanalyse

44
Préciser la pondération

• Cliquer sur ce bouton

Ce bouton est accessible dans toutes les fenêtres
de Statistica, la pondération pouvant être
utilisée pour nimporte quel calcul.
45
Préciser la pondération

• Sélectionner la variable de pondération

• Activer la pondération

Un double clic dans le champ dédition du nom de
la variable ouvre une liste de l ensemble des
variables du fichier.
46
Lancer lanalyse

• Cliquez deux fois sur OK.
• Aller sous longlet Options.

• Sélectionner Chi² Pearson et Effectifs
  théoriques

47
Premier tableau de résultats

• Il sagit du tableau croisé des effectifs.

Pour naviguer dun tableau à lautre
48
Second tableau de résultats

• Affichage des effectifs théoriquesRappel il
  sagit des effectifs que lon aurait si les deux
  variables étaient parfaitement indépendantes.
• Ici p est inférieur à 0,05. On en déduit quavec
  une erreur de première espèce de 5 que les deux
  variables ne sont pas indépendantes.NB petit
  hic, normalement on ne doit pas avoir deffectifs
  inférieurs à 5 (ou à 10 pour plus de précision).
  Il serait donc préférable de regrouper auparavant
  certaines catégories.

49
Autre exemple
Exemple 5
Dans une enquête sur le réseau Internet auprès de
1006 personnes, une des questions posées était la
suivante " Personnellement quelle est votre
attitude à l'égard de cette nouvelle application
de la micro-informatique ? Vous êtes...
Passionné, Intéressé, Indifférent, Dépassé,
Agacé, ou ne se prononce pas (NSP). Les
personnes interrogées ont été regroupées en 5
catégories d'âge 18-24 ans, 25-34 ans, 34-49
ans, 50-64 ans, plus de 65 ans.
50
Autre exemple
Exemple 5
Voici les données observées. Étant donné le très
faible nombre de NSP, nous nen tiendrons pas
compte. Lanalyse portera donc sur 992 individus.
51
Fichier de données

• Tableau à 3 colonnes et 25 lignes(puisquon ne
  tient pas compte des NSP)

52
Résultats

• p lt 0,05 ? Lattitude à légard de Internet
  diffère avec l âge.

53
Liens

• Ce diaporama est disponible, ainsi que les
  fichiers des exemples, à ladressehttp//joseph.l
  armarange.free.fr
• Les statistiques élémentaires sont disponibles
  gratuitement dans la version de démonstration de
  statistica disponible sur internet
  http//www.statsoft.com/french/welcome.html